matlab 综合实验二实验报告3

合集下载

实验二MATLAB绘制图形

grid on %在所画出的图形坐标中加入栅格
绘制图形如下
50
10
1
0.8
40
10
0.6
0.4
30
10
0.2
0
1020
-0.2
-0.4
1010
-0.6
-0.8
0
10
-1
-2
0
2
-2
0
2
10
10
10
10
10
10
如果在图中不加栅格
程序如下：
clear x=logspace(-1,2);%在10^(-1)到10^2之间产生50个对数等分的行向量 subplot(121); loglog(x,10*exp(x),'-p') subplot(122); semilogx(x,cos(10.^x))
（2）plot(x,y)：基本格式，x和y可为向量或矩阵. 1. 如果x，y是同维向量，以x元素为横坐标，以y元素为纵坐标绘图. 2. 如果x是向量，y是有一维与x元素数量相等的矩阵，则以x为共同横坐标， y元素为纵坐标绘图，曲线数目为y的另一维数. 3. 如果x，y是同维矩阵，则按列以x，y对应列元素为横、纵坐标绘图，曲线数目等于矩阵列数.
y=2*exp(-0.5*x).*cos(4*pi*x);
2
plot(x,y)
1.5
1
0.5
0
-0.5
-1
-1.5
-2
0
1
2
3
4
5
6
7
例4 绘制曲线
t=(0:0.1:2*pi);
x=t.*sin(3*t);
y=t.*sin(t).*sin(t);

MATLAB实验报告三

掌握符号计算的基本方法；
三、使用仪器、材料
掌握程序设计控制流、M 函数文件、编写程序。
一台装有MATLAB7.0或以上的计算机
二、实验内容
1． 2．
计算二重积分 1
2

x2
四、实验过程原始记录（程序、数据、图表、计算等）
1
( x y )dydx。
2 2
63
1.
计算二重积分 1
2
Байду номын сангаас
x2
1
( x 2 y 2 )dydx
2.请分别写出用 for 和 while 循环语句计算 K 2i 1 2 2 2... 2 63 的程
i 0
63
序。此外，还请写出一种避免循环的计算程序。
4. 等比数列公式法
2 求一阶微分方程 x at bt, x(0) 2 的解
五、实验结果及分析
5．
2 2 求方程 x y 1, xy 2 的解。（提示：正确使用 solve）
广州大学学生实验报告
开课学院及实验室：
学院机电学院
计算机 301B
电气 122 姓名黄柱
2014 年
学号成绩指导老师
5 月 20 日
年级、专业、班
1207300074
实验课程名称实验项目名称
MATLAB 语言及应用
实验三
符号计算及程序设计
姚菁
一、实验目的二、实验内容三、使用仪器、材料四、实验过程原始记录（程序、数据、图表、计算等）五、实验结果及分析一、实验目的
请分别写出用 for 和 while 循环语句计算 K 2i 1 2 2 2... 2 63 的

MATLAB实验报告(1-4)

信号与系统MATLAB第一次实验报告一、实验目的1.熟悉MATLAB软件并会简单的使用运算和简单二维图的绘制。

2.学会运用MATLAB表示常用连续时间信号的方法3.观察并熟悉一些信号的波形和特性。

4.学会运用MATLAB进行连续信号时移、反折和尺度变换。

5.学会运用MATLAB进行连续时间微分、积分运算。

6.学会运用MATLAB进行连续信号相加、相乘运算。

7.学会运用MATLAB进行连续信号的奇偶分解。

二、实验任务将实验书中的例题和解析看懂，并在MATLAB软件中练习例题，最终将作业完成。

三、实验内容1.MATLAB软件基本运算入门。

1). MATLAB软件的数值计算：算数运算向量运算：1.向量元素要用”[ ]”括起来，元素之间可用空格、逗号分隔生成行向量，用分号分隔生成列向量。

2.x=x0:step:xn.其中x0位初始值，step表示步长或者增量，xn 为结束值。

矩阵运算：1.矩阵”[ ]”括起来；矩阵每一行的各个元素必须用”,”或者空格分开；矩阵的不同行之间必须用分号”;”或者ENTER分开。

2.矩阵的加法或者减法运算是将矩阵的对应元素分别进行加法或者减法的运算。

3.常用的点运算包括”.*”、”./”、”.\”、”.^”等等。

举例：计算一个函数并绘制出在对应区间上对应的值。

2).MATLAB软件的符号运算：定义符号变量的语句格式为”syms 变量名”2.MATLAB软件简单二维图形绘制1).函数y=f(x)关于变量x的曲线绘制用语：>>plot(x,y)2).输出多个图像表顺序：例如m和n表示在一个窗口中显示m行n列个图像，p表示第p个区域，表达为subplot(mnp)或者subplot(m,n,p)3).表示输出表格横轴纵轴表达范围：axis([xmax,xmin,ymax,ymin])4).标上横轴纵轴的字母：xlabel(‘x’),ylabel(‘y’)5).命名图像就在subplot写在同一行或者在下一个subplot前：title(‘……’)6).输出：grid on举例1：举例2：3.matlab程序流程控制1).for循环：for循环变量=初值:增量:终值循环体End2).while循环结构：while 逻辑表达式循环体End3).If分支：(单分支表达式)if 逻辑表达式程序模块End(多分支结构的语法格式)if 逻辑表达式1程序模块1Else if 逻辑表达式2程序模块2…else 程序模块nEnd4).switch分支结构Switch 表达式Case 常量1程序模块1Case 常量2程序模块2……Otherwise 程序模块nEnd4.典型信号的MATLAB表示1).实指数信号：y=k*exp(a*t)举例：2).正弦信号：y=k*sin(w*t+phi)3).复指数信号：举例：4).抽样信号5).矩形脉冲信号:y=square(t,DUTY) (width默认为1)6).三角波脉冲信号：y=tripuls(t,width,skew)(skew的取值在-1~+1之间，若skew取值为0则对称)周期三角波信号或锯齿波:Y=sawtooth(t,width)5.单位阶跃信号的MATLAB表示6.信号的时移、反折和尺度变换:Xl=fliplr(x)实现信号的反折7.连续时间信号的微分和积分运算1).连续时间信号的微分运算：语句格式：d iff(function,’variable’,n)Function:需要进行求导运算的函数，variable:求导运算的独立变量，n：求导阶数2).连续时间信号的积分运算：语句格式：int(function,’variable’,a,b)Function:被积函数variable:积分变量a:积分下限b:积分上限(a&b默认是不定积分)8.信号的相加与相乘运算9.信号的奇偶分解四、小结这一次实验让我能够教熟悉的使用这个软件，并且能够输入简单的语句并输出相应的结果和波形图，也在一定程度上巩固了c语言的一些语法。

MATLAB信号与系统实验报告19472[五篇范文]

MATLAB信号与系统实验报告19472[五篇范文]第一篇：MATLAB信号与系统实验报告19472信号与系统实验陈诉（5）MATLAB 综合实验项目二连续系统的频域阐发目的：周期信号输入连续系统的响应可用傅里叶级数阐发。

由于盘算历程啰嗦，最适适用MATLAB 盘算。

通过编程实现对输入信号、输出信号的频谱和时域响应的盘算，认识盘算机在系统阐发中的作用。

任务：线性连续系统的系统函数为11)(+=ωωjj H，输入信号为周期矩形波如图 1 所示，用MATLAB 阐发系统的输入频谱、输出频谱以及系统的时域响应。

-3-2-1 0 1 2 300.511.52Time(sec)图 1要领：1、确定周期信号 f(t)的频谱nF&。

基波频率Ω。

2、确定系统函数 )(Ω jn H。

3、盘算输出信号的频谱n nF jn H Y&&)(Ω=4、系统的时域响应∑∞-∞=Ω=nt jnn eY t y&)（MATLAB 盘算为y=Y_n*exp(j*w0*n“*t);要求（画出 3 幅图）：1、在一幅图中画输入信号f(t)和输入信号幅度频谱|F(jω)|。

用两个子图画出。

2、画出系统函数的幅度频谱|H(jω)|。

3、在一幅图中画输出信号y(t)和输出信号幅度频谱|Y(jω)|。

用两个子图画出。

解:(1)阐发盘算：输入信号的频谱为(n)输入信号最小周期为=2，脉冲宽度，基波频率Ω=2π/ =π，所以(n)系统函数为因此输出信号的频谱为系统响应为(2)步伐：t=linspace(-3,3,300);tau_T=1/4;%n0=-20;n1=20;n=n0:n1;%盘算谐波次数20F_n=tau_T*Sa(tau_T*pi*n);f=2*(rectpuls(t+1.75,0.5)+rectpuls(t-0.25,0.5)+rectpuls(t-2.25,0.5));figure(1),subplot(2,1,1),line(t,f,”linewidth“,2);%输入信号的波形 axis([-3,3,-0.1,2.1]);grid onxlabel(”Time(sec)“,”fontsize“,8),title(”输入信号“,”fontweight“,”bold“)%设定字体巨细，文本字符的粗细text(-0.4,0.8,”f(t)“)subplot(2,1,2),stem(n,abs(F_n),”.“);%输入信号的幅度频谱xlabel(”n“,”fontsize“,8),title(”输入信号的幅度频谱“,”fontweight“,”bold“)text(-4.0,0.2,”|Fn|“)H_n=1./(i*n*pi+1);figure(2),stem(n,abs(H_n),”.“);%系统函数的幅度频谱xlabel(”n“,”fontsize“,8),title(”系统函数的幅度频谱“,”fontweight“,”bold“)text(-2.5,0.5,”|Hn|“)Y_n=H_n.*F_n;y=Y_n*exp(i*pi*n”*t);figure(3),subplot(2,1,1),line(t,y,“linewidth”,2);%输出信号的波形 axis([-3,3,0,0.5]);grid onxlabel(“Time(sec)”,“fontsize”,8),title(“输出信号”,“fontweight”,“bold”)text(-0.4,0.3,“y(t)”)subplot(2,1,2),stem(n,abs(Y_n),“.”);%输出信号的幅度频谱xlabel(“n”,“fontsize”,8),title(“输出信号的幅度频谱”,“fontweight”,“bold”)text(-4.0,0.2,“|Yn|”)(3)波形：-3-2-1 0 1 2 300.511.52Time(sec)输入信号f(t)-20-15-10-5 0 5 10 15 2000.10.20.30.4n输入信号的幅度频谱|Fn|-20-15-10-5 0 5 10 15 2000.10.20.30.40.50.60.70.80.91n系统函数的幅度频谱|Hn|-3-2-1 0 1 2 300.10.20.30.4Time(sec)输出信号y(t)-20-15-10-5 0 5 10 15 2000.10.20.30.4n输出信号的幅度频谱|Yn| 项目三连续系统的复频域阐发目的：周期信号输入连续系统的响应也可用拉氏变更阐发。

程序设计实验报告(matlab)

程序设计实验报告(matlab)实验一: 程序设计基础实验目的：初步掌握机器人编程语言Matlab。

实验内容：运用Matlab进行简单的程序设计。

实验方法：基于Matlab环境下的简单程序设计。

实验结果：成功掌握简单的程序设计和Matlab基本编程语法。

实验二：多项式拟合与插值实验目的：学习多项式拟合和插值的方法，并能进行相关计算。

实验内容：在Matlab环境下进行多项式拟合和插值的计算。

实验方法：结合Matlab的插值工具箱，进行相关的计算。

实验结果：深入理解多项式拟合和插值的实现原理，成功掌握Matlab的插值工具箱。

实验三：最小二乘法实验目的：了解最小二乘法的基本原理和算法，并能够通过Matlab进行计算。

实验内容：利用Matlab进行最小二乘法计算。

实验方法：基于Matlab的线性代数计算库，进行最小二乘法的计算。

实验结果：成功掌握最小二乘法的计算方法，并了解其在实际应用中的作用。

实验六：常微分方程实验目的：了解ODE的基本概念和解法，并通过Matlab进行计算。

实验内容：利用Matlab求解ODE的一阶微分方程组、变系数ODE、高阶ODE等问题。

实验方法：基于Matlab的ODE工具箱，进行ODE求解。

实验结果：深入理解ODE的基本概念和解法，掌握多种ODE求解方法，熟练掌握Matlab的ODE求解工具箱的使用方法。

总结在Matlab环境下进行程序设计实验，使我对Matlab有了更深刻的认识和了解，也使我对计算机科学在实践中的应用有了更加深入的了解。

通过这些实验的学习，我能够灵活应用Matlab进行各种计算和数值分析，同时也能够深入理解相关的数学原理和算法。

这些知识和技能对我未来的学习和工作都将有着重要的帮助。

Matlab实验报告

实验内容
<设计性实验> 1、对于连续信号 x(t)=1+cos(2πft)，其中 f=5kHz,分别以采样频率 fs=6 kHz 和 fs=12kHz 对其进行采样，（1）分别绘出对应的采样信号。（2）对信号进行傅里叶变换，绘出对应的曲线。（3）在 simulink 仿真环境下，设计系统框图，观察信号的频谱成分。实验源程序：（1）采样 clear all; fs1=6000;fs2=12000;f=5000; dt1=1/fs1;dt2=1/fs2; t=0:0.00001:0.0005;t1=0:dt1:0.005;t2=0:dt2:0.0025; x_t=1+cos(2*pi*f*t); x_t1=1+cos(2*pi*f*t1); x_t2=1+cos(2*pi*f*t2); figure(1) subplot(3,1,1) plot(t,x_t); title('原始信号') subplot(3,1,2) plot(t1,x_t1); title('采样频率 6kHZ 的采样信号') subplot(3,1,3) plot(t2,x_t2); title('采样频率 12kHZ 的采样信号') xlabel('时间/s')
3、lpf 函数 function [t,st]=lpf(f,sf,B); df = f (2) - f (1); T = 1/df; hf = zeros(1,length(f)); bf = [ -floor(B/df):floor(B/df)] + floor(length(f)/2); hf(bf) = 1; yf = hf.*sf; [t,st]=F2T(f,yf); st = real(st);

matlab实验报告总结精选

matlab实验报告总结电气工程学院自动化102班 2012年12月21日实验一 MATLAB环境的熟悉与基本运算一、实验目的1．熟悉MATLAB开发环境2．掌握矩阵、变量、表达式的各种基本运算二、实验基本知识1.熟悉MATLAB环境MATLAB桌面和命令窗口、命令历史窗口、帮助信息浏览器、工作空间浏览器、文件和搜索路径浏览器。

2.掌握MATLAB常用命令变量与运算符变量命名规则如下：变量名可以由英语字母、数字和下划线组成变量名应以英文字母开头长度不大于31个区分大小写MATLAB中设置了一些特殊的变量与常量，列于下表。

MATLAB运算符，通过下面几个表来说明MATLAB的各种常用运算符表2 MATLAB算术运算符表3 MATLAB关系运算符表4 MATLAB逻辑运算符表5 MATLAB特殊运算的一维、二维数组的寻访表6 子数组访问与赋值常用的相关指令格式的基本运算表7 两种运算指令形式和实质内涵的异同表的常用函数表8 标准数组生成函数表9 数组操作函数三、实验内容1、新建一个文件夹2、启动，将该文件夹添加到MATLAB路径管理器中。

3、保存，关闭对话框4、学习使用help命令，例如在命令窗口输入help eye，然后根据帮助说明，学习使用指令eye5、学习使用clc、clear，观察command window、command history和workspace等窗口的变化结果。

6、初步程序的编写练习，新建M-file，保存，学习使用MATLAB的基本运算符、数组寻访指令、标准数组生成函数和数组操作函数。

注意：每一次M-file的修改后，都要存盘。

练习A：help rand，然后随机生成一个2×6的数组，观察command window、command history和workspace等窗口的变化结果。

学习使用clc、clear，了解其功能和作用。

答：clc是清除命令窗体内容 clear是清除工作区间输入C=1:2:20，则C表示什么？其中i=1,2,3,?,10。

综合实验报告Matlab

综合实验报告Matlab综合实验报告：Matlab引言：Matlab是一种强大的数学计算软件，广泛应用于科学计算、数据分析和工程设计等领域。

本文将通过综合实验报告的形式，探讨Matlab在数据处理、图像处理和模拟仿真等方面的应用。

一、数据处理1.1 数据读取与处理在Matlab中，可以通过readtable函数读取各种格式的数据文件，如Excel表格、CSV文件等。

读取数据后，可以使用各种函数对数据进行处理，如排序、筛选、统计等。

此外，Matlab还提供了强大的绘图功能，可以直观地展示数据的分布和趋势。

1.2 数据拟合与回归分析Matlab提供了多种拟合和回归分析的函数，如polyfit、lsqcurvefit等。

通过这些函数，可以根据给定的数据点，拟合出最佳的曲线或曲面，从而预测未知数据的值。

这对于数据预测和趋势分析非常有用。

二、图像处理2.1 图像读取与显示Matlab支持多种图像格式的读取和显示，如JPEG、PNG、BMP等。

可以使用imread函数读取图像文件，并使用imshow函数显示图像。

同时，Matlab还提供了丰富的图像处理函数，如灰度化、二值化、平滑滤波等，可以对图像进行各种处理操作。

2.2 图像增强与特征提取通过Matlab的图像增强函数，如对比度调整、直方图均衡化等，可以改善图像的质量和清晰度。

此外，Matlab还提供了多种特征提取函数，如边缘检测、角点检测等，可以提取图像中的重要特征，用于目标识别和分析。

三、模拟仿真3.1 数学建模与仿真Matlab是一种优秀的数学建模工具，可以通过编写脚本文件，实现各种数学模型的建立和仿真。

例如，可以利用Matlab解决微分方程、优化问题等。

此外，Matlab还支持符号计算，可以进行符号运算和代数求解，方便进行复杂数学推导。

3.2 电路仿真与系统建模对于电子工程师来说，Matlab是一种不可或缺的工具。

Matlab提供了Simulink 工具箱，可以进行电路仿真和系统建模。

matlab实验报告总结

matlab实验报告总结1.求一份matlab的试验报告计算方法试验报告3【实验目的】检查各种数值计算方法的长期行为【内容】给定方程组x'(t)=ay(t),y'(t)=bx(t), x(0)=0, y(0)=b的解是x-y 平面上的一个椭圆，利用你已经知道的算法，取足够小的步长，计算上述方程的轨道，看看那种算法能够保持椭圆轨道不变。

（计算的时间步长要足够多）【实验设计】用一下四种方法来计算：1. Euler法2. 梯形法3. 4阶RK法4. 多步法Adams公式【实验过程】1. Euler法具体的代码如下：clear;a=2;b=1;A=[0 a; -b0];U=[];u(:,1)=[0;b];n=1000000;h=6*pi/n;fori=1:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5; u(:,i+1)=u(:,i)+h*A*u(:,i);endt=1:n+1;subplot(1, 2,1);plot(1:n,delta);gridon;subplot(1,2,2);plot(u(1,:),u(2,:));gridon;max(abs(delta-ones(1,length(delta)）））；结果如下：2. 梯形法具体的代码如下：clear;a=2;b=1;A=[0 a; -b 0];U=[];u(:,1)=[0;b];n=300;h=6*pi/n;for i=1:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5;v1=u(:,i)+h*A*u(:,i);v2=u(:,i)+h*A*(u(:,i)+v1)/2;1u(:,i+1)=u(:,i)+h*A*(u(:,i)+v2)/2;endt=1:n+1;sub plot(1,2,1);plot(1:n,delta);gridon;subplot(1,2,2)；结果如下 3. 4阶RK法clear;a=2;b=1;A=[0 a; -b 0];U=[];u(:,1)=[0;b];n=70;h=6*pi/n;for i=1:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5;k1=A*u(:,i); k2=A*(u(:,i)+h/2*k2); k3=A*(u(:,i)+h*k3); k4=A*(u(:,i)+h*k3); u(:,i+1)=u(:,i)+h/6*(k1+2*k2+2*k3+k4);endt=1:n+1 ;subplot(1,2,1);plot(1:n,delta);gridon;subplot(1,2,2)；结果如下：4. 多步法Adams公式clear;a=2;b=1;A=[0 a; -b 0];U=[];u(:,1)=[0;b];n=200;h=6*pi/n;u(:;2)=u(u,1)+h*A*u(:,1);u(:;3)=u(u,2)+h/2*A*(3*u(:,2)-u(:,1));u(:;4)=u(u,3)+h/12*A*(23*u(:,3)-16*u(:,2)+5*u(:, 1)); delta(1)=((u(1,1)/a)^2+(u(2,1)/b^2)^0.5 delta(2)=((u(1,2)/a)^2+(u(2,2)/b^2)^0.5delta(3)=((u(1,3)/a)^2+(u(2,3)/b^2)^0.5for i=4:n delta(i)=((u(1,i)/a)^2+(u(2,i)/b)^2)^0.5;u(:,i+1)=u(:,i)+h/24*A*(55*u(:,i)-59*u(:,i-1)+37 *u(:,i-1)+37*u(:,i-2)-9*u(:,i-3));endt=1:n+1;sub plot(1,2,1);plot(1:n,delta);gridon;subplot(1,2,2)；结果如下：【实验分析】通过这几种方法对比，发现最为稳定的是多步法Adams公式和4阶RK法，其次是梯形法，而欧拉法最为不稳定。

实验二MATLAB程序设计含实验报告

实验二 MATLAB 程序设计一、实验目的1.掌握利用if 语句实现选择结构的方法。

2.掌握利用switch 语句实现多分支选择结构的方法。

3.掌握利用for 语句实现循环结构的方法。

4.掌握利用while 语句实现循环结构的方法。

5.掌握MATLAB 函数的编写及调试方法。

二、实验的设备及条件计算机一台（带有MATLAB7.0以上的软件环境）。

M 文件的编写：启动MATLAB 后，点击File|New|M-File ，启动MATLAB 的程序编辑及调试器（Editor/Debugger ），编辑以下程序，点击File|Save 保存程序，注意文件名最好用英文字符。

点击Debug|Run 运行程序，在命令窗口查看运行结果，程序如有错误则改正三、实验内容1.编写求解方程02=++c bx ax 的根的函数（这个方程不一定为一元二次方程，因c b a 、、的不同取值而定），这里应根据c b a 、、的不同取值分别处理，有输入参数提示，当0~,0,0===c b a 时应提示“为恒不等式!”。

并输入几组典型值加以检验。

（提示：提示输入使用input 函数）2.输入一个百分制成绩，要求输出成绩等级A+、A 、B 、C 、D 、E 。

其中100分为A+，90分～99分为A ，80分～89分为B ，70分～79分为C ，60分～69分为D ，60分以下为E 。

要求：（1）用switch 语句实现。

（2）输入百分制成绩后要判断该成绩的合理性，对不合理的成绩应输出出错信息。

（提示：注意单元矩阵的用法）3.数论中一个有趣的题目：任意一个正整数，若为偶数，则用2除之，若为奇数，则与3相乘再加上1。

重复此过程，最终得到的结果为1。

如：2?13?10?5?16?8?4?2?16?3?10?5?16?8?4?2?1运行下面的程序，按程序提示输入n=1,2,3,5,7等数来验证这一结论。

请为关键的Matlab 语句填写上相关注释，说明其含义或功能。

MATLAB实验报告3

MATLAB实验报告3MATLAB实验报告3一、实验目的1.掌握MATLAB程序的调试方法；2.掌握MATLAB中的矩阵操作；3.熟悉MATLAB中处理图像的基本操作。

二、实验内容1.用MATLAB调试程序；2.用MATLAB进行矩阵运算；3.用MATLAB处理图像。

三、实验原理及步骤1.MATLAB程序的调试方法在MATLAB中调试程序可以采用设置断点、逐行运行、单步调试等方法。

设置断点可以在程序中的其中一行上点击左键，会出现一个红色的圆点表示断点已设置。

逐行运行可以通过点击Editor界面上的运行按钮实现。

单步调试可以通过点击断点所在行的左侧按钮实现。

2.矩阵运算在MATLAB中，对于矩阵的运算可以使用一些基本的函数，如矩阵加法、减法、乘法等。

矩阵加法可以使用"+"操作符实现，减法可以使用"-"操作符实现，乘法可以使用"*"操作符实现。

另外，MATLAB还提供了一些更复杂的矩阵运算函数，如矩阵的转置、逆等。

3.图像处理在MATLAB中，可以使用imread函数加载图像文件，使用imshow函数显示图像，使用imwrite函数保存图像。

另外，还可以使用一些图像处理函数对图像进行处理，如灰度化、二值化、平滑滤波等。

四、实验步骤1.调试程序首先，在MATLAB的Editor界面中打开要调试的程序文件。

然后，在程序的其中一行上点击左键，即设置了一个断点。

最后，点击运行按钮，程序会在断点处停下，然后可以通过单步调试和逐行运行来逐步查看程序的执行过程和变量的取值。

2.矩阵运算首先，定义两个矩阵A和B，并赋值。

然后，使用"+"操作符对两个矩阵进行相加，得到矩阵C。

最后，使用disp函数显示矩阵C的值。

3.图像处理首先，使用imread函数加载一张图像。

然后，使用imshow函数显示加载的图像。

接着，使用rgb2gray函数将彩色图像转换为灰度图像。

MATLAB实验报告

实验二MATLAB语言基础一、实验目的基本掌握MA TLAB向量矩阵数组的生成及基本运算（区分数组运算和矩阵预算）、常用的数学函数。

了解字符串的操作。

二、实验内容（1）向量的生成和运算。

（2）矩阵的创建、引用和运算。

（3）多维数组的创建和运算。

（4）字符创的操作。

三、实验步骤1.向量的生成和运算1）向量的生成<1>、直接输入法<2> 冒号表达式法<3> 函数法：Linspace()是线性等分函数，logspace（）是对数等分函数。

2）向量的运算1>维数相同的行、列向量之间可以相加减，标量可以与向量直接相乘除。

2>向量的点积与叉积运算E1和E2虽然表达式相同，但E1是标量，E2是矩阵。

2.矩阵的创建、引用和运算1)矩阵的创建和引用矩阵是由m*n元素构成的矩形结构，行向量和列向量是矩阵的特殊形式。

1>直接输入法：2>抽取法：包括单下标抽取和全下表抽取两种方式，且两种方式抽取的元素都必须以小括号括起来。

3>函数法：利用ones(m;n)创建全1矩阵，zeros（）创建全0矩阵，eyes（）创建单位矩阵等等。

4>拼接法：纵向拼接横向拼接5>利用拼接函数cat（）repmat（）和变形函数reshape（）>> A1=[1 2 3;9 8 7 ;4 5 6];A2=A1.';>> cat(1,A1,A2) 沿行向拼接ans =1 2 39 8 74 5 61 9 42 8 53 7 6>> cat(2,A1,A2) 沿列向拼接ans =1 2 3 1 9 49 8 7 2 8 54 5 6 3 7 6>> repmat(A1,2,2)ans =1 2 3 1 2 39 8 7 9 8 74 5 6 4 5 61 2 3 1 2 39 8 7 9 8 74 5 6 4 5 6> A=linspace(2,18,9)A =2 4 6 8 10 12 14 16 18 >> reshape(A,3,3)ans =2 8 144 10 166 12 182）矩阵的运算练习（1）用矩阵除法求下列方程组的解x=[x1;x2;x3]>> A=[6 3 4;-2 5 7;8 -1 -3];B=[3;-4;-7];X=A\BX =1.0200-14.00009.7200(2)求矩阵的秩A=[6 3 4;-2 5 7;8 -1 -3];>> rank(A)ans =3[X,lamda]=eig(A)X =0.8013 -0.1094 -0.16060.3638 -0.6564 0.86690.4749 0.7464 -0.4719lamda =9.7326 0 00 -3.2928 00 0 1.5602（3）矩阵的开方>> B=sqrtm(A)B =2.2447 + 0.2706i 0.6974 - 0.1400i 0.9422 - 0.3494i -0.5815 + 1.6244i 2.1005 - 0.8405i 1.7620 - 2.0970i1.9719 - 1.8471i -0.3017 + 0.9557i 0.0236 +2.3845i （4）矩阵的指数与对数：> C=expm(A)C =1.0e+004 *1.0653 0.5415 0.63230.4830 0.2465 0.28760.6316 0.3206 0.3745>> logm(C)ans =6.0000 3.0000 4.0000-2.0000 5.0000 7.00008.0000 -1.0000 -3.0000（6）矩阵的转置D=A'D =6 -2 83 5 -14 7 -3（7）矩阵的提取与翻转：通过各种特定函数如triu（A）、tril（A），diag（A）、flipud （A）、fliplr（A）等等。

matlab实验报告

实验一：MATLAB基本操作一、实验目的1、学习掌握MA TLAB语言的基本操作方法2、掌握命令窗口的使用3、熟悉MA TLAB的数据表示、基本运算和程序控制语句4、熟悉MA TLAB程序设计的基本方法二、实验内容和要求2.b.帮助命令的使用，查找SQRT函数的使用方法按Start-help-search，输入sqrtc.矩阵运算（1）已知A=[1 2;3 4];B=[5 5;7 8];求A^2*B输入A=[1 2;3 4];B=[5 5;7 8];A^2*B结果为：ans =105 115229 251(2)矩阵除法已知A=[1 2 3 ;4 5 6;7 8 9];B=[1 0 0;0 2 0;0 0 3];求A/B,A\BA/B=1.0000 1.0000 1.00004.0000 2.5000 2.00007.0000 4.0000 3.0000A\B=1.0e+016 *0.3152 -1.2609 0.9457-0.6304 2.5218 -1.89130.3152 -1.2609 0.9457（3）矩阵的转置及共轭转置已知A=[15+i,2-i,1;6*i,4,9-i];求A.',A'A=15.0000 + 1.0000i 2.0000 - 1.0000i 1.00000 + 6.0000i 4.0000 9.0000 - 1.0000iA.'=15.0000 + 1.0000i 0 + 6.0000i2.0000 - 1.0000i 4.00001.0000 9.0000 - 1.0000iA'=15.0000 - 1.0000i 0 - 6.0000i2.0000 + 1.0000i 4.00001.0000 9.0000 + 1.0000i（4）使用冒号选出指定元素已知A=[1 2 3;4 5 6;7 8 9];求A中第三列前两个元素；A中所有第二行的元素A =1 2 34 5 67 8 9求A中第三列前两个元素:A([1,2],3)ans =36求A中所有第二行的元素:A(2,1:1:end)ans =4 5 6（5）方括号[]用magic函数生成一个4阶魔方矩阵，删除该矩阵的第四列magic(4)ans =16 2 3 135 11 10 89 7 6 124 14 15 1a=ans；a(:,[1,2,3])ans =16 2 35 11 109 7 64 14 153..多项式（1）求多项式p(X)=x^3-2x-4的根（2）已知A=[1.2 3 5 0.9;5 1.7 5 6;3 9 0 1;1 2 3 4]求矩阵A的特征多项式；求矩阵多项式中未知数为20时的值；把矩阵A作为未知数代入到多项式中；(1)a=[1,0,-2,-4]x=roots(a)x =2.0000-1.0000 + 1.0000i-1.0000 - 1.0000i(2)求特征多项式系数：A=[1.2 3 5 0.9;5 1.7 5 6;3 9 0 1;1 2 3 4]p=poly(A)p =1.0000 -6.9000 -77.2600 -86.1300 604.5500求矩阵多项式中未知数为20时的值：c=polyval(p,20)c =7.2778e+004把矩阵A作为未知数代入到多项式中：c=polyval(p,A)c =1.0e+003 *0.3801 -0.4545 -1.9951 0.4601-1.9951 0.2093 -1.9951 -2.8880-0.4545 -4.8978 0.6046 0.43530.4353 0.0840 -0.4545 -1.16174、基本程序设计（1）编写命令文件：计算1+2+3+……+n<2000；n=0;s=0;while s<2000n=n+1;s=s+n;endn=n-1n =62（2）编写函数文件：分别用for和while循环结构编写程序，求2的0到n次幂的和。

(完整word)Matlab实验报告

实验一:Matlab操作环境熟悉一、实验目的1．初步了解Matlab操作环境.2．学习使用图形函数计算器命令funtool及其环境。

二、实验内容熟悉Matlab操作环境,认识命令窗口、内存工作区窗口、历史命令窗口;学会使用format 命令调整命令窗口的数据显示格式；学会使用变量和矩阵的输入，并进行简单的计算；学会使用who和whos命令查看内存变量信息;学会使用图形函数计算器funtool，并进行下列计算：1．单函数运算操作。

求下列函数的符号导数(1)y=sin（x)；（2） y=(1+x)^3*（2-x）；求下列函数的符号积分(1)y=cos(x）;(2)y=1/（1+x^2）；（3）y=1/sqrt（1—x^2)；(4）y=(x1)/(x+1）/(x+2)求反函数(1)y=（x-1)/(2＊x+3）; （2） y=exp(x）；（3） y=log（x+sqrt（1+x^2));代数式的化简(1）(x+1)*（x-1）*(x-2）/（x-3）/（x—4)；(2）sin（x）^2+cos(x）^2；（3）x+sin(x）+2*x—3*cos(x）+4＊x*sin（x）;2．函数与参数的运算操作。

从y=x^2通过参数的选择去观察下列函数的图形变化(1)y1=(x+1）^2(2）y2=（x+2)^2(3) y3=2＊x^2 (4） y4=x^2+2 (5） y5=x^4 (6） y6=x^2/2 3．两个函数之间的操作求和(1)sin（x)+cos（x) (2） 1+x+x^2+x^3+x^4+x^5乘积(1)exp(—x）＊sin（x） (2） sin(x)＊x商(1)sin(x）/cos（x); （2) x/（1+x^2); （3) 1/(x—1)/(x—2）; 求复合函数(1)y=exp（u) u=sin（x） (2） y=sqrt（u) u=1+exp(x^2）(3） y=sin（u） u=asin（x） (4) y=sinh(u) u=-x实验二：MATLAB基本操作与用法一、实验目的1.掌握用MATLAB命令窗口进行简单数学运算。

Matlab实验报告（三）MATLAB绘图

Matlab实验报告（三）MATLAB绘图实验⽬的1．掌握MATLAB的基本绘图命令。

2．掌握运⽤MATLAB绘制⼀维、⼆维、三维图形的⽅法。

3．给图形加以修饰。

⼀、预备知识1．基本绘图命令plotplot绘图命令⼀共有三种形式：⑴plot(y)是plot命令中最为简单的形式，当y为向量时，以y的元素为纵坐标，元素相应的序列号为横坐标，绘制出连线；若y为实矩阵，则按照列绘出每列元素和其序列号的对应关系，曲线数等于矩阵的列数；当y为复矩阵时，则按列以每列元素的实部为横坐标，以虚部为纵坐标，绘出曲线，曲线数等于列数。

⑵ plot(x,y,[linspec])其中linspec是可选的，⽤它来说明线型。

当x和y为同维向量时，以x为横坐标，y为纵坐标绘制曲线；当x是向量，y是每⾏元素数⽬和x维数相同的矩阵时，将绘出以x为横坐标，以y中每⾏元素为纵坐标的多条曲线，曲线数等于矩阵⾏数；当x为矩阵，y为相应向量时，使⽤该命令也能绘出相应图形。

⑶plot(x1,y1,x2,y2,x3,y3……)能够绘制多条曲线，每条曲线分别以x和y为横纵坐标，各条曲线互不影响。

线型和颜⾊MATLAB可以对线型和颜⾊进⾏设定，线型和颜⾊种类如下：线：—实线：点线—.虚点线——折线点：.圆点 +加号 *星号 x x型 o 空⼼⼩圆颜⾊：y 黄 r 红 g 绿 b 蓝 w ⽩ k ⿊ m 紫 c 青特殊的⼆维图形函数表5 特殊2维绘图函数[1] 直⽅图在实际中，常会遇到离散数据，当需要⽐较数据、分析数据在总量中的⽐例时，直⽅图就是⼀种理想的选择，但要注意该⽅法适⽤于数据较少的情况。

直⽅图的绘图函数有以下两种基本形式。

·bar(x,y) 绘制m*n 矩阵的直⽅图。

其中y 为m*n 矩阵或向量，x 必须单向递增。

·bar(y) 绘制y 向量的直⽅图，x 向量默认为x=1:m close all; %关闭所有的图形视窗。

MATLAB第二章实验报告

MATLAB数据及基本操作班级：11电信一班姓名：何得中学号：20111060108实验目的：1.熟悉MATLAB的组体成体系及工作环境；2.了解MATLAB的帮助系统；3.掌握MATLAB的数据类型及变量的基本操作；4.掌握矩阵建立的基本方法及其运算；5.掌握矩阵索引与分析方法；6.熟悉字符串单元及结构数据的建立及基本操作。

实验仪器：MA TLAB软件，电脑实验数据：>> A=[1 2 3;4 5 6;7 8 9]A = 1 2 34 5 67 8 9>> A=[1 2 34 5 67 8 9]A = 1 2 34 5 67 8 9>> x=0:pi/8:2*pi;>> y=cos(x)y = Columns 1 through 101.0000 0.9239 0.7071 0.3827 0.0000 -0.3827 -0.7071 -0.9239 -1.0000 -0.9239Columns 11 through 17-0.7071 -0.3827 -0.0000 0.3827 0.7071 0.9239 1.0000>> B=ones(3,5)B = 1 1 1 1 11 1 1 1 11 1 1 1 1>> zeros(3)ans = 0 0 00 0 00 0 0>> C=rand(3,4)C = 0.9501 0.4860 0.4565 0.44470.2311 0.8913 0.0185 0.61540.6068 0.7621 0.8214 0.7919>> D=randn(2,3)D = -0.4326 0.1253 -1.1465-1.6656 0.2877 1.1909>> eye(3)ans = 1 0 00 1 00 0 1>> M=magic(4)M = 16 2 3 135 11 10 89 7 6 124 14 15 1>> T=toeplitz(1:5,1:6)T = 1 2 3 4 5 62 1 234 53 2 1 2 3 44 3 2 1 2 35 4 3 2 1 2>> H=hilb(5)H = 1.0000 0.5000 0.33330.2500 0.20000.5000 0.3333 0.2500 0.2000 0.16670.3333 0.2500 0.2000 0.1667 0.14290.2500 0.2000 0.1667 0.1429 0.12500.2000 0.1667 0.1429 0.1250 0.1111>> a=3:18a =3 4 5 6 7 8 9 10 1112 13 14 15 16 17 18>> b=1:0.2:6b =Columns 1 through 91.0000 1.2000 1.4000 1.600 1.80002.0000 2.2000 2.4000 2.6000 Columns 10 through 182.80003.0000 3.2000 3.40003.6000 3.80004.0000 4.2000 4.4000 Columns 19 through 264.6000 4.80005.0000 5.20005.4000 5.6000 5.80006.0000>> linspace(1,15,10)ans =Columns 1 through 91.00002.5556 4.1111 5.6667 7.2222 8.7778 10.3333 11.8889 13.4444Column 1015.0000>> y=[0.9 0.3 0.4 0.1 0.5 0.6 0.2 ]; >> [sorted,index]=sort(y)sorted =0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.9000 index =4 7 2 3 5 6 1>> A=rand(4,5)A = 0.9218 0.9355 0.0579 0.13890.27220.7382 0.9169 0.3529 0.2028 0.19880.1763 0.4103 0.8132 0.1987 0.01530.4057 0.8936 0.0099 0.6038 0.7468>> [a,b]=min(A)a =0.1763 0.4103 0.0099 0.13890.0153b = 3 3 4 1 3>> min(A(:))ans = 0.0099>> V=[1 2 3 4]V = 1 2 3 4>> norm(V,2)ans =5.4772>> norm(V,1)ans = 10>> norm(V,inf)ans = 4>> V=[2 5 6 8 4 9]V = 2 5 6 8 4 9>> min(V)ans = 2>> V=[4 9 6;7 8 9;4 5 6]V = 4 9 67 8 94 5 6>> min(V)ans = 4 5 6>> max(V)ans = 7 9 9>> mean(V)ans = 5.0000 7.3333 7.0000>> median(V)ans = 4 8 6>> std(V)ans = 1.7321 2.0817 1.7321>> diff(V)ans =3 -1 3-3 -3 -3>> sort(V)ans =4 5 64 8 67 9 9>> length(V)ans = 3>> norm(V)ans =19.9125>> sum(V)ans = 15 22 21>> prod(V)ans =112 360 324>> cumsum(V)ans = 4 9 611 17 1515 22 21 >> cumprod(V)ans = 4 9 628 72 54112 360 324>> V=[1 2 8]V = 1 2 8>> U=[3; 4;7]U = 347>> dot(V,U)ans =67>> cross(V,U)ans =-18 17 -2>> A=[5 6 4;7 8 9;4 5 6]A = 5 6 47 8 94 5 6>> B=[6 2 7 ;7 5 8;4 6 8]B = 6 2 77 5 84 6 8>> C=A-BC = -1 4 -30 3 10 -1 -2>> C=A*BC = 88 64 115134 108 18583 69 116>> C1=A\BC1 =0.6667 -6.4444 -7.66670.6667 4.8889 7.3333-0.3333 1.2222 0.3333>> C2=B/AC2 = -3.0000 8.3333 -9.3333-1.6667 5.5556 -5.88890.0000 -1.3333 3.3333>> A=[1 2 3;4 5 6;7 8 9]A = 1 2 34 5 67 8 9>> D=A^2D = 30 36 4266 81 96102 126 150>> E=A^0.1E = 0.8466 + 0.2270i 0.3599 + 0.0579i -0.0967 - 0.1015i0.4015 + 0.0216i 0.4525 + 0.0133i 0.4432 - 0.0146i-0.0134 - 0.1740i 0.4848 - 0.0509i 1.0132 + 0.0820i>> A=[1+2*i 3;4 2+i]A =1.0000 + 2.0000i 3.00004.0000 2.0000 + 1.0000i>> A'ans = 1.0000 - 2.0000i 4.00003.0000 2.0000 - 1.0000i>> A=[1 2 3;4 5 6;7 8 9]A = 1 2 34 5 67 8 9>> B=[3 4 6;7 9 8;5 2 01]B = 3 4 67 9 85 2 1>> C=A.*BC = 3 8 1828 45 4835 16 9>> D=A./BD = 0.3333 0.5000 0.50000.5714 0.5556 0.75001.4000 4.0000 9.0000>> E=A.\BE = 3.0000 2.0000 2.00001.7500 1.8000 1.33330.7143 0.2500 0.1111>> A=[1+2*i 3;4 2+i]A = 1.0000 + 2.0000i 3.00004.0000 2.0000 + 1.0000i>> A.^2ans = -3.0000 + 4.0000i 9.000016.0000 3.0000 + 4.0000i>> A.'ans = 1.0000 + 2.0000i 4.00003.0000 2.0000 + 1.0000i>> x=0.1:0.1:0.8x =0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000>> y=sin(2*x).*cos(2*x)y =0.1947 0.3587 0.4660 0.4998 0.4546 0.3377 0.1675 -0.0292>> y=sin(x)y =0.0998 0.1987 0.2955 0.3894 0.4794 0.5646 0.6442 0.7174>> y=cos(x)y =0.9950 0.9801 0.9553 0.9211 0.8776 0.8253 0.7648 0.6967>> y=tan(x)y =0.1003 0.2027 0.3093 0.4228 0.5463 0.6841 0.8423 1.0296>> y=cot(x)y =9.9666 4.9332 3.2327 2.3652 1.8305 1.4617 1.1872 0.9712>> y=sec(x)y = 1.0050 1.0203 1.0468 1.0857 1.1395 1.2116 1.3075 1.4353>> y=csc(x)y = 10.0167 5.0335 3.3839 2.5679 2.0858 1.7710 1.5523 1.3940>> y=asin(x)y = 0.1002 0.2014 0.3047 0.4115 0.5236 0.6435 0.7754 0.9273>> y=acos(x)y = 1.4706 1.3694 1.2661 1.1593 1.0472 0.9273 0.7954 0.6435>> y=atan(x)y =0.0997 0.1974 0.2915 0.3805 0.4636 0.5404 0.6107 0.6747>> y=acot(x)y = 1.4711 1.3734 1.2793 1.1903 1.1071 1.0304 0.9601 0.8961>> y=asec(x)y =Columns 1 through 60 + 2.9932i 0 + 2.2924i0 + 1.8738i 0 + 1.5668i 0 +1.3170i 0 + 1.0986iColumns 7 through 80 + 0.8956i 0 + 0.6931i>> y=sinh(x)y =0.1002 0.2013 0.3045 0.4108 0.5211 0.6367 0.7586 0.8881>> y=cosh(x)y =1.0050 1.0201 1.0453 1.0811 1.1276 1.1855 1.2552 1.3374>> y=tanh(x)y = 0.0997 0.1974 0.2913 0.3799 0.4621 0.5370 0.6044 0.6640>> y=coth(x)y = 10.0333 5.0665 3.4327 2.6319 2.1640 1.8620 1.6546 1.5059>> y=sech(x)y = 0.9950 0.9803 0.9566 0.9250 0.8868 0.8436 0.7967 0.7477>> y=csch(x)y = 9.9834 4.9668 3.2839 2.4346 1.9190 1.5707 1.3182 1.1260>> y=asinh(x)y = 0.0998 0.1987 0.2957 0.3900 0.4812 0.5688 0.6527 0.7327>> y=acosh(x)y =Columns 1 through 60 + 1.4706i 0 + 1.3694i0 + 1.2661i 0 + 1.1593i 0 +1.0472i 0 + 0.9273iColumns 7 through 80 + 0.7954i 0 + 0.6435i>> y=atanh(x)y = 0.1003 0.2027 0.3095 0.4236 0.5493 0.6931 0.8673 1.0986>> y=acoth(x)y = Columns 1 through 60.1003 + 1.5708i 0.2027 + 1.5708i 0.3095 + 1.5708i 0.4236 + 1.5708i 0.5493 + 1.5708i 0.6931 + 1.5708i Columns 7 through 80.8673 + 1.5708i 1.0986 + 1.5708i >> y=asech(x)y = 2.9932 2.2924 1.8738 1.5668 1.3170 1.0986 0.8956 0.6931>> y=acsch(x)y = 2.9982 2.3124 1.9189 1.6472 1.4436 1.2838 1.1545 1.0476>> y=log(x)y =-2.3026 -1.6094 -1.2040 -0.9163 -0.6931 -0.5108 -0.3567 -0.2231>> y=log10(x)y = -1.0000 -0.6990 -0.5229 -0.3979 -0.3010 -0.2218 -0.1549 -0.0969>> y=log2(x)y =-3.3219 -2.3219 -1.7370 -1.3219 -1.0000 -0.7370 -0.5146 -0.3219>> c=complex(a,b)c = 0.1763 + 3.0000i 0.4103 + 3.0000i0.0099 + 4.0000i 0.1389 + 1.0000i 0.0153 + 3.0000i>> zc=conj(x)zc =0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000>> b=imag(x)b = 0 0 0 0 0 00 0>> a=real(x)a = 0.1000 0.2000 0.3000 0.40000.5000 0.6000 0.7000 0.8000>> y=fix(x)y = 0 0 0 0 0 0 0 0>> y=floor(x)y =0 0 0 0 0 0 0 0 >> y=ceil(x)y = 1 1 1 1 1 1 1 1>> y=round(x)y = 0 0 0 0 1 1 1 1>> y=sign(x)y = 1 1 1 1 1 1 1 1>> S=rats(x)S =1/10 1/5 3/10 2/5 1/2 3/5 7/10 4/5>> [N,D]=rat(x)N = 1 1 3 2 1 37 4D = 10 5 10 5 2 510 5>> A=[2 4 6;3 5 7;8 10 9]A = 2 4 63 5 78 10 9>> B=[4 1 5;7 5 0;9 3 6]B = 4 1 57 5 09 3 6>> A>Bans = 0 1 10 0 10 1 1>> A<Bans = 1 0 01 0 01 0 0>> A>=Bans = 0 1 10 1 10 1 1>> A<=Bans = 1 0 01 1 01 0 0>> A==Bans = 0 0 00 1 00 0 0>> A~=Bans =1 1 11 0 11 1 1>> A&Bans = 1 1 11 1 01 1 1>> A|Bans = 1 1 11 1 11 1 1>> ~Aans = 0 0 00 0 00 0 0>> ~Bans = 0 0 00 0 10 0 0>> x=0:pi/100:3*pi；>> y=sin(x)；>> plot(x,y);>> y1=(x<pi|x>2*pi).*y;>> figure,plot(x,y1);>> r=(x>pi/3&x<2*pi/3)|(x>7*pi/3&8*pi/3)；>> rn=~r;>> y2=r*sin(pi/3)+rn.*y1;>> figure,plot(x,y2)>> x=[0 4 5 9 8 6 74 85 7 4 85 8 4 5 8]x =0 4 5 9 8 6 74 85 7 4 85 8 4 5 8>> all(x)ans =0>> any(x)ans = 1>> find(x)ans =2 3 4 5 6 7 8 9 10 11 12 13 14 15>> isempty(x)ans =>> isglobal(x)Warning: isglobal is obsolete and will be discontinued. Type "help isglobal" for more details.ans =0>> isinf(x)ans =0 0 0 0 0 0 0 0 0 0 0 0 0 0 0>> isnan(x)ans =0 0 0 0 0 0 0 0 0 0 0 0 0 0 0>> isfinite(x)ans =1 1 1 1 1 1 1 1 1 1 1 1 1 1 1>> issparse(x)ans = 0>> isstr(x)ans =0>> not(x)ans =1 0 0 0 0 0 0 0 0 0 0 0 0 0 0>> y=[59 46 78 2 3 98 1 2 3 57 9 5 66 8 900 5]y =59 46 78 2 3 98 1 2 3 57 9 5 66 8 900 5>> y=[59 46 78 2 3 98 1 2 3 57 9 5 66 8 900 5]y = 59 46 78 2 3 98 1 2 3 57 9 5 66 8 900 5>> x=[0 4 5 9 8 6 74 85 7 4 85 8 4 5 8]x = 0 4 5 9 8 6 74 85 7 4 85 8 4 5 8>> A=[4 -40 2; 23 50 17;18 29 14]A = 4 -40 223 50 1718 29 14>> [r,c]=find(A>=20&A<=30)r = 23c = 12>> bitand(12,6)ans = 4>> bitshift(12,1)ans = 24>> bitxor(12,1)ans =13>> bitset(12,1)ans = 13 >> bitget(12,1)ans =0>> A =[ 87 59 56 85 66 21 12 35 62 64 69 88 99 81]A =87 59 56 85 66 21 1235 62 64 69 88 99 81>> A(2)ans =59>> A([1,2,8])ans =87 59 35>> A([9,6,2])ans =62 21 59>> A([end-4:end])ans =64 69 88 99 81>> A([1:5,5:-1:1])ans = 87 59 56 85 66 66 85 56 59 87>> A(3)=-1A = 87 59 -1 85 66 2112 35 62 64 69 88 99 81>> A(15)=-8A =87 59 -1 85 66 2112 35 62 64 69 88 99 81 -8>> A(20)=-1A = Columns 1 through 1687 59 -1 85 66 21 12 35 62 64 69 88 99 81 -8 0Columns 17 through 200 0 0 -1>> A=rand(8)A = 0.9501 0.8214 0.9355 0.13890.4451 0.8381 0.3046 0.37840.2311 0.4447 0.9169 0.2028 0.9318 0.0196 0.1897 0.86000.6068 0.6154 0.4103 0.1987 0.4660 0.6813 0.1934 0.85370.4860 0.7919 0.8936 0.6038 0.4186 0.3795 0.6822 0.59360.8913 0.9218 0.0579 0.2722 0.8462 0.8318 0.3028 0.49660.7621 0.7382 0.3529 0.1988 0.5252 0.5028 0.5417 0.89980.4565 0.1763 0.8132 0.0153 0.2026 0.7095 0.1509 0.82160.0185 0.4057 0.0099 0.7468 0.6721 0.4289 0.6979 0.6449>> A(3,3)ans =0.4103>> A(8)ans =0.0185>> sub2ind(size(A),3,3)ans =19>> [i,j]=ind2sub(size(A),19)i =3j =3>> A(:,4)ans =0.13890.20280.19870.60380.27220.19880.01530.7468>> A(3,:)ans =0.6068 0.6154 0.4103 0.1987 0.4660 0.6813 0.1934 0.8537>> A(end,:)ans =0.0185 0.4057 0.0099 0.7468 0.6721 0.4289 0.6979 0.6449>> A(3:4,5:6)ans =0.4660 0.68130.4186 0.3795>> A(2:2:4,1:2:5)ans =0.2311 0.9169 0.93180.4860 0.8936 0.4186>> A=reshape(A,5,5)A = 1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25>> A(:)'ans =Columns 1 through 161 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16Columns 17 through 2517 18 19 20 21 22 23 24 25>> A(:,1:2:5)=[]A = 6 167 178 189 1910 20>> A=[9 8 7;6 5 4;3 2 1];>> D=diag(A)D =951>> D1=diag(A,1)D1 =84>> D2=diag(A,-1)D2 =62>> V=[1 2 3 4];>> diag(V)ans = 1 0 0 00 2 0 00 0 3 00 0 0 4>> diag(1:3,-1)ans = 0 0 0 01 0 0 00 2 0 00 0 3 0>>A=[17,1,0,15;5,7,14,16;4,0,13,0;10,12,19,21]; >> D=diag(4:-1:1);>> D*Aans = 68 4 0 6015 21 42 488 0 26 010 12 19 21>> triu(A)ans =17 1 0 150 7 14 160 0 13 00 0 0 21>> triu(A,1)ans = 0 1 0 150 0 14 160 0 0 00 0 0 0>> B=A'B =17 5 4 101 7 0 120 14 13 1915 16 0 21>> rot90(A)ans =15 16 0 210 14 13 191 7 0 1217 5 4 10>> rot90(A,3)ans =10 4 5 1712 0 7 119 13 14 021 0 16 15>> B=fliplr(A)B = 15 0 1 1716 14 7 50 13 0 421 19 12 10>> B=flipud(A)B = 10 12 19 214 0 13 05 7 14 1617 1 0 15>> A=[4 5 6 9;7 8 9 5;4 5 6 9;7 8 9 5]; >> det(A)ans =0>> rank(A)ans =2>> cond(A)ans =1.0968e+017>> inv(A)Warning: Matrix is singular to working precision.ans = Inf Inf Inf InfInf Inf Inf InfInf Inf Inf InfInf Inf Inf Inf>> A=[4 8 9;8 2 7;6 3 8];>> inv(A)ans = 0.0568 0.4205 -0.43180.2500 0.2500 -0.5000-0.1364 -0.4091 0.6364>> [V,D]=eig(A)V = -0.6438 -0.7444 -0.5061-0.5467 0.6392 -0.5515-0.5354 0.1931 0.6631D = 18.2776 0 00 -5.2030 00 0 0.9254>> [U,S,D]=svd(A)U = -0.6378 0.7375 -0.2220-0.5426 -0.6348 -0.5500-0.5465 -0.2304 0.8051S = 18.9278 0 00 5.2884 00 0 0.8791D = -0.5374 -0.6639 -0.5200-0.4135 0.7449 -0.5236-0.7350 0.0663 0.6749>> [L,U]=lu(A)L = 0.5000 1.0000 01.0000 0 00.7500 0.2143 1.0000U = 8.0000 2.0000 7.00000 7.0000 5.50000 0 1.5714>> [Q,R]=qr(A)Q = -0.3714 0.9114 -0.1774-0.7428 -0.4063 -0.5322-0.5571 -0.0659 0.8278 R =-10.7703 -6.1279 -12.99870 6.2808 4.83140 0 1.3009>> a=1234a = 1234>> class(a)ans =double>> size(a)ans = 1 1>> b='1234'b =1234>> class(b)ans =char>> size(b)ans = 1 4>> 'I am astudent'ans =I am astudent>> a='This is No.2.23 Example!'a =This is No.2.23 Example!>> b=a(1:7)b =This is>> c=a(12:end)c =2.23 Example!>> a='Good';>> b='Noon';>> length(a)==length(b)ans = 1>> c=[a,'',b]c =GoodNoon>> d=[a;b]d =GoodNoon>> size(c)ans = 1 8>> size(d)ans = 2 4>> a='Good Noon';>> b=double(a)b = 71 111 111 100 32 78 111 111 110>> c='再见！'c =再见！>> c='再见！'>> d=double(c)d = 20877 35265 65281>> char(d)ans =再见！>> a='The first string';>> b='The second string';>> c=strcmp(a,b)c =0>> d=strncmp(a,b,4)d =1>> X='A friend in need is a friend indeed'; >> Y='friend';>> a=findstr(Y,X)a = 3 23>> b=strfind(Y,X)b = []>> S=['1 2 3';'2 3 4'];>> A=str2num(S)A = 1 2 32 3 4>> B=str2num('6-8i')B = 6.0000 - 8.0000i>> D=num2str(rand(2,3),6)D =0.950129 0.606843 0.8912990.231139 0.485982 0.762097>> d=189;>> h=dec2hex(d)h =BD>> c=dec2base(d,7)c =360>> b=dec2bin(d)b =10111101>> bin2dec(b)ans = 189>> A={ones(3,3,3),'Welcome';30.34,1:200} A = [3x3x3 double] 'Welcome'[ 30.3400] [1x200 double]>>B=[{ones(3,3,3)},{'Welcome'};{30.34},{1:20 0}]B = [3x3x3 double] 'Welcome'[ 30.3400] [1x200 double]>> C={5}C = [5]>> C(2,3)={7}C = [5] [] [][] [] [7]>> isequal(A,B)ans =1>> A={ones(3,3,3),'Welcome';30.34,1:200}; >> b=A(1,2)b = 'Welcome'>> class(B)ans =cell>> C=A{1,2}C =Welcome>> class Cans =char>> D=A{1,2}(6)D =m>> E=A{2,2}([end:-1:190])E =200 199 198 197 196 195 194 193 192 191 190>> class(E)ans =double>> N=A{3}([1 3 5 7])N =Wloe>> A={ones(3,3,3),'Welcome';30.34,1:200}; >> B=cell(2);>> B(:,1)={char('Good','Morning');1:10}B = [2x7 char ] [][1x10 double] []>> C=[A,B]C = [3x3x3 double] 'Welcome' [2x7 char ] [][ 30.3400] [1x200 double] [1x10 double] []>> D=[A,B;C]D = [3x3x3 double] 'Welcome' [2x7 char ] [][ 30.3400] [1x200 double] [1x10 double] [][3x3x3 double] 'Welcome' [2x7 char ] [][ 30.3400] [1x200 double] [1x10 double] []>> D(4,:)=[]D = [3x3x3 double] 'Welcome' [2x7 char ] [][ 30.3400] [1x200 double] [1x10 double] [][3x3x3 double] 'Welcome' [2x7 char ] []>> E=reshape(D,2,3,2)E(:,:,1) = [3x3x3 double] [3x3x3 double] [1x200 double][ 30.3400] 'Welcome' 'Welcome'E(:,:,2) = [2x7 char ] [2x7 char] [][1x10 double] [] []>>A={randn(3,3,2),'Good',pi;29,4+7*i,zeros(4)} A = [3x3x2 double] 'Good' [ 3.1416][ 29] [4.0000+ 7.0000i] [4x4 double]>> B=cellfun('isreal',A)B = 1 1 11 0 1>> C=cellfun('length',A)C = 3 4 11 1 4>> Member.code='09021';>> ='Liu';>> Member.age=22;>> Member.grade=uint16(3);>> MemberMember =code: '09021'name: 'Liu'age: 22grade: 3>> Member(4).name='Wang';>> Member(4).grade=2;>> Member(2)ans = code: []name: []age: []grade: []>>Memebr=struct('code','09021','name','Liu','a ge',22,'grade',uint16(3))Memebr = code: '09021'name: 'Liu'age: 22grade: 3>>Member=struct('code',{'09021','09034'},'name' ,{'Liu','Wamg'},'age',{22,24},'grade',{2,3}) Member = 1x2 struct array with fields:codenameagegrade>>Member=struct('code',{},'name',{},'age',{},'gr ade',{})Member = 0x0 struct array with fields:codenameagegrade>>Member=struct('code',{'09021','09034'},'na me',{'Liu','Wang'},'age',{22,24},'grade',{2,3},' score',{[78 89;90 68],[91 76;89 97]}) Member = 1x2 struct array with fields:codenameagegradescore>> Member(1).scoreans =78 8990 68>> Member(2).score(2,:)ans =89 97>> Member.codeans =09021ans =09034>> Member.('name')ans =Liuans =Wang>> ='Liu';M.ID=1;>> M(2,2).name='Wang';M(2,2).ID=2; >> M2=setfield(M,{2,1},'name','Zhang'); >> ans =Liuans =[]ans = []ans =Wang>> ans =Liuans =Zhangans = []ans =Wang>> fieldnames(M)ans = 'name''ID'>> M3=orderfields(M)M3 = 2x2 struct array with fields:IDname。

MATLAB实验报告03203

实验报告课程名称 MATLAB基础及应用专业班级电子xxxx姓名学号电气与信息学院实验二 MATLAB数值计算（一）一实验目的：1．掌握数组的创建与运算方法；2. 掌握矩阵的创建与运算方法；3. 掌握数组的运算方法和矩阵运算方法的区别；4．掌握线性方程的求解方法二实验装置：计算机三实验内容：1．数组的创建和运算创建两个含5个元素的一维数组，并求这两个数组的四则运算。

2．矩阵的创建和运算（1）创建两个3×3的矩阵，并求这两个矩阵的四则运算。

（2）创建一个4×4的矩阵，并求这个矩阵的行列式值。

（3）线性方程的求解解方程组⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡6613753467294x。

四实验要求:写出实验程序与仿真结果。

1. >> a=linspace(2,10,5)a =2 4 6 8 10>> b=linspace(1,9,5)b =1 3 5 7 9>> a+bans =3 7 11 15 19>> a-bans =1 1 1 1 1>> a.*bans =2 12 30 56 90ans =2.0000 1.3333 1.2000 1.1429 1.1111>> a.\bans =0.5000 0.7500 0.8333 0.8750 0.90002.(1) >> a=[1 1 1;2 2 2;3 3 3];>> b=[4 4 4;5 5 5;6 6 6];>> a+bans =5 5 57 7 79 9 9>> a-bans =-3 -3 -3-3 -3 -3-3 -3 -3>> a*bans =15 15 1530 30 3045 45 45>> a/bWarning: Matrix is singular to working precision.ans =NaN NaN NaNNaN NaN NaNNaN NaN NaN>> a\bWarning: Matrix is singular to working precision.ans =NaN NaN NaNNaN NaN NaNInf Inf Inf(2).>> a=[1 1 1 1;2 2 2 2;3 3 3 3;4 4 4 4];>> det(a)ans =(3).>> a=[4 9 2;7 6 4;3 5 7];>> b=[13;6;6];>> x=inv(a)*bx =1.7109-0.1374实验三 MATLAB数值计算（二）一实验目的：1．掌握多项式的创建与运算方法；2. 掌握基本的数据分析方法；二实验装置：计算机三实验内容：1．多项式创建输入系数矢量，创建多项式x^3-2*x^2+5*x+3。

matlab 实验报告

matlab 实验报告Matlab实验报告引言：Matlab是一种强大的数值计算和可视化软件，广泛应用于科学、工程和经济等领域。

本实验报告将介绍我在使用Matlab进行实验过程中的一些经验和结果。

实验一：矩阵运算在这个实验中，我使用Matlab进行了矩阵运算。

首先，我创建了一个3x3的矩阵A和一个3x1的矩阵B，并进行了矩阵相乘运算。

通过Matlab的矩阵乘法运算符*，我得到了一个3x1的结果矩阵C。

接着，我对矩阵C进行了转置操作，得到了一个1x3的矩阵D。

最后，我计算了矩阵C和矩阵D的点积，并将结果输出。

实验二：数据可视化在这个实验中，我使用Matlab进行了数据可视化。

我选择了一组实验数据，包括时间和温度两个变量。

首先，我将数据存储在一个矩阵中，并使用Matlab的plot函数将时间和温度之间的关系绘制成曲线图。

接着，我使用Matlab的xlabel、ylabel和title函数添加了横轴、纵轴和标题。

最后，我使用Matlab的legend函数添加了图例，以便更好地理解图表。

实验三：数值积分在这个实验中，我使用Matlab进行了数值积分。

我选择了一个函数f(x)进行积分计算。

首先，我使用Matlab的syms函数定义了符号变量x，并定义了函数f(x)。

接着，我使用Matlab的int函数对函数f(x)进行积分计算，并将结果输出。

为了验证结果的准确性，我还使用了Matlab的diff函数对积分结果进行了求导操作，并与原函数f(x)进行了比较。

实验四：信号处理在这个实验中，我使用Matlab进行了信号处理。

我选择了一个音频文件，并使用Matlab的audioread函数读取了该文件。

接着，我使用Matlab的fft函数对音频信号进行了傅里叶变换，并将结果绘制成频谱图。

为了进一步分析信号的特征，我还使用了Matlab的spectrogram函数绘制了信号的时频图。

通过对信号的频谱和时频图的观察，我可以更好地理解信号的频率和时域特性。

matlab实验报告实验二

matlab实验报告实验二Matlab实验报告实验二引言Matlab是一种功能强大的数学软件，广泛应用于科学研究和工程实践中。

在实验二中，我们将探索Matlab的图像处理功能，并通过实际案例来展示其应用。

图像处理基础图像处理是指对图像进行数字化处理的过程，其目的是改善图像质量、提取有用信息或实现特定的应用需求。

在Matlab中，我们可以利用各种函数和工具箱来实现图像处理的各种任务，如图像增强、滤波、分割和特征提取等。

实验步骤1. 图像读取与显示在Matlab中，我们可以使用imread函数读取图像文件，并使用imshow函数将图像显示在屏幕上。

例如，我们可以读取一张名为"lena.jpg"的图像，并显示出来：```matlabimg = imread('lena.jpg');imshow(img);```2. 图像灰度化图像灰度化是将彩色图像转换为灰度图像的过程。

在Matlab中，我们可以使用rgb2gray函数将彩色图像转换为灰度图像。

例如，我们可以将上一步读取的图像转换为灰度图像：```matlabgray_img = rgb2gray(img);imshow(gray_img);```3. 图像二值化图像二值化是将灰度图像转换为二值图像的过程，其中只包含黑色和白色两种颜色。

在Matlab中，我们可以使用imbinarize函数将灰度图像二值化。

例如，我们可以将上一步得到的灰度图像二值化：```matlabbinary_img = imbinarize(gray_img);imshow(binary_img);```4. 图像平滑图像平滑是指去除图像中的噪声或细节，使得图像更加平滑和清晰。

在Matlab 中，我们可以使用imfilter函数对图像进行平滑处理。

例如，我们可以对上一步得到的二值图像进行平滑处理：```matlabsmooth_img = imfilter(binary_img, fspecial('average'));imshow(smooth_img);```5. 图像边缘检测图像边缘检测是指提取图像中物体边缘的过程，常用于目标检测和图像分割。

matlab实验报告

matlab实验报告引言：Matlab（矩阵实验室）是一款功能强大的数值计算和科学计算软件，广泛应用于工程、科学和经济等领域。

本实验报告将探讨我在使用Matlab进行实验过程中的心得体会和实验结果。

实验一：图像处理在这个实验中，我使用Matlab对一张图像进行了处理，并应用了各种图像处理算法。

这包括图像增强、边缘检测和图像分割等技术。

通过Matlab的图像处理工具箱，我能够轻松调用各种算法函数，并对图像进行快速处理。

实验结果表明，Matlab图像处理工具箱提供了丰富的函数和算法，极大地方便了我们的图像处理工作。

实验二：模拟信号处理模拟信号处理是Matlab中的一个重要应用领域。

在这个实验中，我模拟了一个带噪声的正弦信号，并使用Matlab进行了噪声滤波和频谱分析。

通过使用Matlab的滤波函数，我能够有效地去除信号中的噪声，并还原出原始信号。

同时，Matlab提供了功能强大的频谱分析工具，我可以轻松地对信号的频率特性进行分析和可视化。

实验三：数据分析与统计数据分析与统计是Matlab的另一个重要应用领域。

在这个实验中，我使用Matlab对一组实验数据进行了分析和统计。

通过使用Matlab的统计函数和工具，我能够计算出数据的均值、方差、标准差等统计指标，并绘制出数据的直方图和散点图。

这些统计分析结果对我的实验研究提供了有力的支持，并帮助我更好地理解实验数据。

实验四：数值计算与优化数值计算与优化是Matlab的核心功能之一。

在这个实验中，我使用Matlab进行了一组数值计算和优化实验。

通过使用Matlab的数值计算函数和优化工具箱，我能够快速计算出复杂的数学问题，并找到最优解。

同时，在进行优化实验时，我可以设置各种约束条件和目标函数，从而得到最优解的参数值。

这些数值计算和优化工具极大地提高了我的研究效率和准确度。

结论：通过这些实验，我深刻认识到Matlab的强大功能和广泛应用领域。

无论是图像处理、信号处理、数据分析还是数值计算与优化，Matlab都提供了丰富的函数和工具，让我们能够快速高效地完成实验和研究工作。